Gluchowski / Chamoni Analytische Informationssysteme

Business Intelligence-Technologien und -Anwendungen
5. Auflage 2016
ISBN: 978-3-662-47763-2
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 362 Seiten

Informationssysteme für die analytischen Aufgaben von Fach- und Führungskräften treten verstärkt in den Vordergrund. Dieses etablierte Buch diskutiert und evaluiert Begriffe und Konzepte wie Business Intelligence und Big Data. Die aktualisierte und erweiterte fünfte Auflage liefert einen aktuellen Überblick zu Technologien, Produkten und Trends im Bereich analytischer Informationssysteme. Beiträge aus Wirtschaft und Wissenschaft geben einen umfassenden Überblick und eignen sich als fundierte Entscheidungsgrundlage beim Aufbau und Einsatz derartiger Technologien.


Prof. Dr. Gluchowski leitet den Lehrstuhl für Wirtschaftsinformatik, insb. Systementwicklung und Anwendungssysteme, an der Technischen Universität in Chemnitz und konzentriert sich dort mit seinen Forschungsaktivitäten auf das Themengebiet Analytische Informationssysteme. Er beschäftigt sich seit mehr als 20 Jahren mit Fragestellungen, die den praktischen Aufbau dispositiver Systeme zur Entscheidungsunterstützung betreffen. Seine Erfahrungen aus unterschiedlichsten Praxisprojekten sind in zahlreichen Veröffentlichungen zu diesem Themenkreis dokumentiert. Als Vorsitzender des TDWI Germany e. V. und Herausgeber der Zeitschrift BI-Spektrum arbeitet er eng mit Praxisvertretern zusammen.Prof. Dr. Peter Chamoni lehrt an der Universität Duisburg-Essen und hat den Lehrstuhl für Wirtschaftsinformatik, insbesondere Business Intelligence, an der Mercator School of Management. Zum Thema Data Warehouse und Business Intelligence erschienen von ihm zahlreiche Publikationen. Auf einschlägigen nationalen und internationalen Tagungen ist er Organisator, Autor und Gutachter. Neben der Wissenschaft und Lehre nimmt die Arbeit in Praxisprojekten einen hohen Stellenwert ein. Er war langjähriger Vorsitzender des TDWI Germany e.V.

Autoren/Hrsg.

Gluchowski, Peter

Chamoni, Peter

Inhaltsverzeichnis

1;Vorwort zur 5. Auflage;5
2;Vorwort zur 4. Auflage;6
3;Vorwort zur 3. Auflage;7
4;Vorwort zur 2. Auflage;8
5;Vorwort zur 1. Auflage;9
6;Inhaltsverzeichnis;12
7;Autorenverzeichnis;20
8;Teil I;22
8.1;Grundlagen und Organisatorische Aspekte;22
8.1.1;Kapitel-1;23
8.1.1.1;Analytische Informationssysteme – Einordnung und Überblick;23
8.1.1.1.1;1.1 Motivation;24
8.1.1.1.2;1.2 Einordnung der Analytischen Informationssysteme in die betriebliche Informationsverarbeitung;26
8.1.1.1.3;1.3 Grundlagen und organisatorische Aspekte;28
8.1.1.1.4;1.4 Architektur und Technologien;29
8.1.1.1.5;1.5 Betriebswirtschaftliche Anwendung und spezielle Aspekte der Analytischen Informationssysteme;30
8.1.1.1.6;Literatur;32
8.1.2;Kapitel-2;33
8.1.2.1;Historische Fragmente einer Integrationsdisziplin – Beitrag zur Konstruktgeschichte der Business Intelligence;33
8.1.2.1.1;2.1 Einleitung;34
8.1.2.1.2;2.2 Historische Fragmente zur Chronologie der Business Intelligence;36
8.1.2.1.3;2.3 Etymologische Annäherung an Business Intelligence – Taxonomie des State-of-the-Art;41
8.1.2.1.4;2.4 Situation Awareness als Zielkonstrukt einer kognitionsorientierten Gestaltung der Business Intelligence;45
8.1.2.1.5;2.5 Zusammenfassung und Ausblick;47
8.1.2.1.6;Literatur;50
8.1.3;Kapitel-3;53
8.1.3.1;Von der Business-Intelligence-Strategie zum Business Intelligence Competency Center;53
8.1.3.1.1;3.1 Einführung;54
8.1.3.1.2;3.2 Entwicklung einer BI-Strategie;56
8.1.3.1.2.1;3.2.1 Business-Intelligence-Strategie;56
8.1.3.1.2.2;3.2.2 Vorgehensmodell zur Entwicklung einer BI-Strategie;56
8.1.3.1.3;3.3 Aufbau eines BI Competency Center;65
8.1.3.1.4;3.4 Ausgewählte Aspekte einer BI-Strategie;66
8.1.3.1.4.1;3.4.1 Kosten und Nutzen bewerten;66
8.1.3.1.4.2;3.4.2 Auf Trends reagieren;68
8.1.3.1.4.3;3.4.3 Architektur gestalten;68
8.1.3.1.4.4;3.4.4 Softwareportfolio festlegen;69
8.1.3.1.4.5;3.4.5 Spannungsfeld erkennen;70
8.1.3.1.5;3.5 Fazit;72
8.1.3.1.6;Literatur;73
8.1.4;Kapitel-4;74
8.1.4.1;Die nächste Evolutionsstufe von AIS: Big Data;74
8.1.4.1.1;4.1 Big Data und Business Intelligence;75
8.1.4.1.2;4.2 Erweiterung der analytischen Anwendungsfelder durch Big Data;77
8.1.4.1.3;4.3 Überblick über Technologien für Big Data;80
8.1.4.1.4;4.4 Erweiterung klassischer BI-Architekturen durch Big Data;81
8.1.4.1.5;4.5 Fazit;83
8.1.4.1.6;Literatur;84
8.1.5;Kapitel-5;85
8.1.5.1;Analytische Informationssysteme aus Managementsicht: lokale Entscheidungsunterstützung vs. unternehmensweite Informations-Infrastruktur;85
8.1.5.1.1;5.1 Analytische Informationssysteme aus Managementsicht;86
8.1.5.1.1.1;5.1.1 Dimensionen „Umsetzungsunabhängigkeit“ und „Reichweite“;86
8.1.5.1.1.2;5.1.2 Infrastruktur vs. Analytik;89
8.1.5.1.1.3;5.1.3 Unternehmensweite Informations-Infrastruktur;90
8.1.5.1.1.4;5.1.4 Analytik;92
8.1.5.1.1.5;5.1.5 Gestaltungsaufgaben für Informations-Infrastruktur und Analytik;94
8.1.5.1.2;5.2 Unternehmensweite Informations-Infrastruktur aus Managementsicht;96
8.1.5.1.2.1;5.2.1 Projekt- vs. Betriebssicht;96
8.1.5.1.2.2;5.2.2 Informationsinfrastruktur-Strategie;97
8.1.5.1.2.3;5.2.3 Informationsinfrastruktur-Organisation;100
8.1.5.1.2.4;5.2.4 Finanzielle Aspekte der Informationsinfrastruktur;102
8.1.5.1.2.5;5.2.5 IT/Business Alignment für die Informations-Infrastruktur;104
8.1.5.1.3;5.3 Analytik aus Managementsicht;105
8.1.5.1.3.1;5.3.1 Projekt- vs. Betriebssicht;106
8.1.5.1.3.2;5.3.2 Anwendungspotenziale und Wertbeitrag von Analytik;106
8.1.5.1.3.3;5.3.3 Realisierungsformen von Analytik;108
8.1.5.1.3.4;5.3.4 IT/Business Alignment in der Analytik;109
8.1.5.1.4;5.4 Ausblick;110
8.1.5.1.5;Literatur;111
8.1.6;Kapitel-6;114
8.1.6.1;Werkzeuge für analytische Informationssysteme;114
8.1.6.1.1;6.1 Einsatzbereiche und Werkzeugkategorien;115
8.1.6.1.2;6.2 Marktentwicklung;117
8.1.6.1.2.1;6.2.1 Trends im Markt für Datenmanagement;121
8.1.6.1.2.2;6.2.2 Trends im Markt für BI-Anwenderwerkzeuge;122
8.1.6.1.3;6.3 Datenintegration und -aufbereitung;122
8.1.6.1.4;6.4 Datenspeicherung und -bereitstellung;125
8.1.6.1.5;6.5 Anwendungen;128
8.1.6.1.5.1;6.5.1 Cockpits und Scorecards;129
8.1.6.1.5.2;6.5.2 Standard Reporting;131
8.1.6.1.5.3;6.5.3 Ad-hoc Reporting;134
8.1.6.1.5.4;6.5.4 Analyse;135
8.1.6.1.5.5;6.5.5 Planung und Simulation;140
8.1.6.1.5.6;6.5.6 Legale Konsolidierung;141
8.1.6.1.5.7;6.5.7 Data Mining;141
8.1.6.1.6;6.6 Fazit;142
8.1.6.1.7;Literatur;143
9;Teil II;144
9.1;Architektur und Technologien;144
9.1.1;Kapitel-7;145
9.1.1.1;Transformation operativer Daten;145
9.1.1.1.1;7.1 Operative und dispositive Daten;146
9.1.1.1.2;7.2 Transformation – Ein Schichtenmodell;147
9.1.1.1.2.1;7.2.1 Filterung – Die Extraktion und Bereinigung operativer Daten;149
9.1.1.1.2.2;7.2.2 Harmonisierung – Die betriebswirtschaftliche Abstimmung gefilterter Daten;153
9.1.1.1.2.3;7.2.3 Aggregation – Die Verdichtung gefilterter und harmonisierter Daten;155
9.1.1.1.2.4;7.2.4 Anreicherung – Die Bildung und Speicherung betriebswirtschaftlicher Kenngrößen;157
9.1.1.1.3;7.3 Aktuelle Konzepte – Datentransformation wird nicht obsolet;158
9.1.1.1.4;7.4 Fazit;159
9.1.1.1.5;Literatur;160
9.1.2;Kapitel-8;162
9.1.2.1;Architekturkonzepte und Modellierungsverfahren für BI-Systeme;162
9.1.2.1.1;8.1 Einleitung;163
9.1.2.1.2;8.2 Traditionelle Business-Intelligence-Architekturen;164
9.1.2.1.2.1;8.2.1 Stove-Pipe-Ansatz;164
9.1.2.1.2.2;8.2.2 Data Marts mit abgestimmten Datenmodellen;166
9.1.2.1.2.3;8.2.3 Core Data Warehouse;166
9.1.2.1.2.4;8.2.4 Hub-and-Spoke-Architektur;168
9.1.2.1.2.5;8.2.5 Data-Mart-Busarchitektur nach Kimball;170
9.1.2.1.2.6;8.2.6 Corporate Information Factory nach Inmon;171
9.1.2.1.2.7;8.2.7 Architekturvergleich Kimball und Inmon;173
9.1.2.1.3;8.3 Core-Data-Warehouse-Modellierung in Schichtenmodellen;173
9.1.2.1.3.1;8.3.1 Aufgaben und Komponenten in Multi-Layer-Architekturen;174
9.1.2.1.3.2;8.3.2 Eignungskriterien für Methoden der Core-Data-Warehouse-Modellierung;177
9.1.2.1.4;8.4 Star-Schema-Modellierung im Core Data Warehouse;179
9.1.2.1.4.1;8.4.1 Granulare Star-Schemata im Core Data Warehouse;179
9.1.2.1.4.2;8.4.2 Bewertung dimensionaler Core-Data-Warehouse-Modelle;182
9.1.2.1.5;8.5 Normalisierte Core-Data-Warehouse-Modelle;183
9.1.2.1.5.1;8.5.1 Core-Data-Warehouse-Modellierung in 3NF;183
9.1.2.1.5.2;8.5.2 Historisierungsaspekte von 3NF-Modellen;183
9.1.2.1.5.3;8.5.3 Bewertung 3NF-Modellierung im Core Data Warehouse;185
9.1.2.1.6;8.6 Core Data Warehouse mit Data-Vault;186
9.1.2.1.6.1;8.6.1 Hub-Tabellen;187
9.1.2.1.6.2;8.6.2 Satellite-Tabellen;188
9.1.2.1.6.3;8.6.3 Link-Tabellen;191
9.1.2.1.6.4;8.6.4 Zeitstempel im Data Vault;194
9.1.2.1.6.5;8.6.5 Harmonisierung von fachlichen Schlüsseln;195
9.1.2.1.6.6;8.6.6 Agilität in Data-Vault-Modellen;196
9.1.2.1.6.7;8.6.7 Bewertung der Data-Vault-Methode;197
9.1.2.1.7;8.7 Zusammenfassung;198
9.1.2.1.8;Literatur;199
9.1.3;Kapitel-9;201
9.1.3.1;Grundlagen und Einsatzpotentiale von In-Memory-Datenbanken;201
9.1.3.1.1;9.1 Einleitung und Motivation;202
9.1.3.1.2;9.2 Grundlagen In-Memory-Datenbanken;203
9.1.3.1.2.1;9.2.1 Aktuelle Entwicklungen im Hauptspeicherbereich;203
9.1.3.1.2.2;9.2.2 Datenorganisation;205
9.1.3.1.3;9.3 Konsequenzen für Business Intelligence und Business Analytics;207
9.1.3.1.3.1;9.3.1 Klassische Business Intelligence-Architekturen;207
9.1.3.1.3.2;9.3.2 Zukünftige Business Intelligence-Architektur als semi-virtuellesData-Warehouse;209
9.1.3.1.3.3;9.3.3 Konsequenzen für die Informationslandschaft;211
9.1.3.1.4;9.4 Aktuelle Beispiele aus betrieblichen Praxis;212
9.1.3.1.4.1;9.4.1 Steigende Datenmenge und zunehmende Integrationunstrukturierter Daten erhöhen die Komplexität vonBusiness Intelligence;212
9.1.3.1.4.2;9.4.2 Potentiale von In-Memory-Technologien am Beispiel von Handelsunternehmen;213
9.1.3.1.4.3;9.4.3 Unterstützung von Geschäftsprozessen durch In-Memory-Technologie im Bereich Predictive Maintenance;214
9.1.3.1.5;9.5 Fazit und Ausblick;215
9.1.3.1.6;Literatur;215
9.1.4;Kapitel-10;218
9.1.4.1;NoSQL, NewSQL, Map-Reduce und Hadoop;218
9.1.4.1.1;10.1 Einleitung und motivierende Beispiele;219
9.1.4.1.2;10.2 NoSQL- und NewSQL-Datenbanken;220
9.1.4.1.2.1;10.2.1 Grundlagen: Partitionierung, Replikation, CAP-Theorem, Eventual Consistency;221
9.1.4.1.2.2;10.2.2 NoSQL;224
9.1.4.1.2.3;10.2.3 NewSQL;225
9.1.4.1.3;10.3 Big Data und Map-Reduce/Hadoop;226
9.1.4.1.3.1;10.3.1 Technologie zur Handhabung von Big Data: Map-Reduce;227
9.1.4.1.3.2;10.3.2 Nutzung von Big Data;232
9.1.4.1.4;10.4 Zusammenfassung und Ausblick;234
9.1.4.1.5;Literatur;235
9.1.5;Kapitel-11;237
9.1.5.1;Entwicklungstendenzen bei Analytischen Informationssystemen;237
9.1.5.1.1;11.1 Motivation;238
9.1.5.1.2;11.2 Technologische und organisatorische Entwicklungen bei Analytischen Informationssystemen;238
9.1.5.1.2.1;11.2.1 Advanced/Predictive Analytics;239
9.1.5.1.2.2;11.2.2 Datenmanagement von BI-Systemen;240
9.1.5.1.2.3;11.2.3 Agile BI;244
9.1.5.1.2.4;11.2.4 Self Service BI;245
9.1.5.1.2.5;11.2.5 Mobile BI;248
9.1.5.1.3;11.3 Zusammenfassung;249
9.1.5.1.4;Literatur;249
10;Teil III;251
10.1;Betriebswirtschaftliche Anwendung und spezielle Aspekte;251
10.1.1;Kapitel-12;252
10.1.1.1;Planung und Informationstechnologie – Vielfältige Optionen erschweren die Auswahl;252
10.1.1.1.1;12.1 Einleitung;253
10.1.1.1.2;12.2 Werkzeug-Kategorien;253
10.1.1.1.2.1;12.2.1 ERP (Enterprise Resource Planning);254
10.1.1.1.2.2;12.2.2 Tabellenkalkulation;254
10.1.1.1.2.3;12.2.3 Generische OLAP Werkzeuge (Generisches BI);255
10.1.1.1.2.4;12.2.4 Dedizierte Planungsanwendungen (BI Anwendungen);255
10.1.1.1.3;12.3 Die Beurteilung im Einzelnen;256
10.1.1.1.3.1;12.3.1 Zentrale Administration;256
10.1.1.1.3.2;12.3.2 Workflow-Unterstützung;257
10.1.1.1.3.3;12.3.3 Planung auf verdichteten Strukturen;258
10.1.1.1.3.4;12.3.4 Validierung;258
10.1.1.1.3.5;12.3.5 Automatisierte Top-Down-Verteilungen;259
10.1.1.1.3.6;12.3.6 Simulationsrechnungen;259
10.1.1.1.3.7;12.3.7 Vorbelegung;260
10.1.1.1.3.8;12.3.8 Aggregation;261
10.1.1.1.3.9;12.3.9 Kommentierungen;261
10.1.1.1.3.10;12.3.10 Eingabe über das Internet;262
10.1.1.1.3.11;12.3.11 Detailplanungen;262
10.1.1.1.3.12;12.3.12 Abstimmung des Leistungsnetzes;263
10.1.1.1.3.13;12.3.13 Übernahme von Stamm- und Bewegungsdaten aus ERP-Systemen;263
10.1.1.1.3.14;12.3.14 Verknüpfung von Teilplanungen;264
10.1.1.1.3.15;12.3.15 Abbildung abhängiger Planungsgrößen;265
10.1.1.1.3.16;12.3.16 Nachvollziehbarkeit;266
10.1.1.1.4;12.4 Zusammenfassende Bewertung;266
10.1.1.1.5;12.5 Ausblick;269
10.1.1.1.6;Literatur;269
10.1.2;Kapitel-13;270
10.1.2.1;Operational Business Intelligence im Zukunftsszenario der Industrie 4.0;270
10.1.2.1.1;13.1 Einleitung;271
10.1.2.1.2;13.2 Entwicklung der IT in der Produktion bis zur Industrie 4.0;273
10.1.2.1.2.1;13.2.1 Unterstützung technischer Aufgaben und Funktionen;273
10.1.2.1.2.2;13.2.2 Integration von Aufgaben und Funktionen;274
10.1.2.1.2.3;13.2.3 Integration von Prozessen und Wertschöpfungsketten;276
10.1.2.1.2.4;13.2.4 Digitalisierung und globale Vernetzung;279
10.1.2.1.2.5;13.2.5 Status Quo der Operational Business Intelligence;280
10.1.2.1.3;13.3 Industrie 4.0;281
10.1.2.1.3.1;13.3.1 Technologische Grundlagen;282
10.1.2.1.3.2;13.3.2 Das Zukunftsszenario „Smart Factory“;286
10.1.2.1.3.3;13.3.3 Operational Business Intelligence in der Industrie 4.0;289
10.1.2.1.4;13.4 Fazit;290
10.1.2.1.5;Literatur;291
10.1.3;Kapitel-14;293
10.1.3.1;Innovative Business-Intelligence-Anwendungen in Logistik und Produktion;293
10.1.3.1.1;14.1 Entscheidungsunterstützung in Logistik und Produktion – auf dem Weg zur Industrie 4.0;294
10.1.3.1.2;14.2 Relevante Entwicklungen in der Business Intelligence;295
10.1.3.1.3;14.3 Logistik und Produktion: Rahmenbedingungen, Herausforderungen und Entwicklungen;297
10.1.3.1.3.1;14.3.1 Logistik;297
10.1.3.1.3.2;14.3.2 Produktion;300
10.1.3.1.4;14.4 Innovative BI-Anwendungen in der Logistik;302
10.1.3.1.4.1;14.4.1 Produktionslogistik und Ladungsträgermanagement;303
10.1.3.1.4.2;14.4.2 Cloud- und RFID-basierte Retail Supply Chain;304
10.1.3.1.5;14.5 Innovative BI-Anwendungen in der Produktion;305
10.1.3.1.5.1;14.5.1 Produktentwicklung und Produktdatenmanagement;306
10.1.3.1.5.2;14.5.2 MES als Datenquelle für Produktions- und Qualitätsoptimierung;307
10.1.3.1.6;14.6 Diskussion und Ausblick;308
10.1.3.1.7;Literatur;309
10.1.4;Kapitel-15;313
10.1.4.1;Der Markt für Visual Business Analytics;313
10.1.4.1.1;15.1 Einführung;314
10.1.4.1.2;15.2 Das Visual-Business-Analytics-Modell;315
10.1.4.1.3;15.3 Information Design und Reporting;317
10.1.4.1.3.1;15.3.1 Dekoration;317
10.1.4.1.3.2;15.3.2 3-D-Diagramme;319
10.1.4.1.3.3;15.3.3 Skalierung;319
10.1.4.1.3.4;15.3.4 Einsatz von Farben, schlanke Visualisierung und hohe Informationsdichte;319
10.1.4.1.4;15.4 Visual Business Intelligence und Dashboarding;321
10.1.4.1.5;15.5 Visual Analytics und Big Data;325
10.1.4.1.5.1;15.5.1 Big Data;325
10.1.4.1.5.2;15.5.2 Visual Analytics;327
10.1.4.1.5.3;15.5.3 Aktueller Einsatz in Unternehmen;328
10.1.4.1.5.4;15.5.4 Anwendungsbeispiel;331
10.1.4.1.6;15.6 Zusammenfassung;332
10.1.4.1.7;Literatur;333
10.1.5;Kapitel-16;334
10.1.5.1;Effektive Planung und Steuerung erfolgskritischer Komponenten eines Geschäftsmodells;334
10.1.5.1.1;16.1 Einführung;335
10.1.5.1.2;16.2 Evolutionsstufen in der Unternehmenssteuerung;336
10.1.5.1.2.1;16.2.1 Finanzorientierte Steuerungskonzepte;336
10.1.5.1.2.2;16.2.2 Ausgewogene Steuerungskonzepte;338
10.1.5.1.2.3;16.2.3 Gegenüberstellung aktueller Steuerungskonzepte;340
10.1.5.1.3;16.3 Erfolgskritische Komponenten eines Geschäftsmodells;342
10.1.5.1.3.1;16.3.1 Abdeckungsgrad der Geschäftsmodellkomponenten;342
10.1.5.1.3.2;16.3.2 Steuerungsdomänen eines Geschäftsmodells;345
10.1.5.1.3.3;16.3.3 Zuordnung steuerungsrelevanter Kennzahlen;347
10.1.5.1.4;16.4 Planung und Steuerung mit analytischen Informationen;349
10.1.5.1.4.1;16.4.1 Herausforderung in der Informationsbedarfsanalyse;349
10.1.5.1.4.2;16.4.2 Identifikation von Kennzahlen-Dimensionen-Kombinationen;350
10.1.5.1.4.3;16.4.3 Informationssystem zur Steuerung des Geschäftsmodells;354
10.1.5.1.5;16.5 Fazit und Ausblick;356
10.1.5.1.6;Literatur;357
11;Stichwortverzeichnis;359